Les techniques de validation croisée offrent un cadre rigoureux et axé sur les données pour évaluer et améliorer la fiabilité des mesures hydrographiques. En répartissant systématiquement les données et en comparant des sous-ensembles indépendants, les hydrographes peuvent identifier des erreurs systématiques, calibrer des instruments et établir la confiance dans le tableau ou le modèle final. Cet article explore les principes et les applications pratiques de la validation croisée dans le relevé hydrographique, depuis les concepts fondamentaux jusqu'aux stratégies de mise en oeuvre avancées.

Principes fondamentaux des levés hydrographiques

Les plates-formes les plus courantes sont les sondes d'écho multifaisceaux, les sonars à faisceaux simples, le sonar à balayage latéral et le LiDAR bathymétrique aéroporté. Chaque système a des forces et des limites distinctes en termes de couverture, de résolution et de pénétration de la profondeur. Les systèmes multifaisceaux, par exemple, produisent des nuages denses sur une large bande, ce qui les rend idéaux pour la cartographie complète des fonds marins. Les soners à faisceaux simples sont plus simples et économiques pour les zones plus petites ou les relevés de reconnaissance.

Quel que soit le capteur, tous les relevés hydrographiques ont un objectif commun : produire des données géospatiales qui représentent fidèlement l'environnement sous-marin, ce qui exige une planification minutieuse, un étalonnage approprié et un contrôle rigoureux de la qualité. L'exactitude d'un relevé est généralement exprimée en termes d'incertitude horizontale et verticale, selon des normes comme la publication S-44 de l'Organisation hydrographique internationale.

Sources d'erreur dans les données hydrographiques

Même avec des équipements de pointe, de nombreux facteurs introduisent une incertitude dans les mesures hydrographiques. La compréhension de ces sources d'erreur est essentielle pour concevoir des stratégies efficaces de validation croisée. Les erreurs instrumentales résultent d'un calibrage imparfait des capteurs, d'un mauvais alignement de l'angle de faisceau ou d'inexactitudes de la chronologie.

Les erreurs humaines dans la vérité au sol ou l'édition manuelle jouent également un rôle. Étant donné la complexité de ces facteurs interagissants, les contrôles de qualité unimétriques traditionnels (p. ex. profondeurs ponctuelles par rapport à une référence) peuvent être insuffisants. La validation croisée offre une approche plus complète en tirant parti de la redondance inhérente aux données d'enquête pour détecter et quantifier les incohérences.

Le rôle de la validation croisée dans l'assurance de la qualité

La validation croisée est une technique statistique développée à l'origine dans l'apprentissage automatique et la modélisation prédictive, mais ses principes se traduisent naturellement par une assurance de qualité hydrographique. L'idée principale est d'évaluer les performances d'un modèle sur des données non utilisées lors de sa création. Dans l'hydrographie, le « modèle » peut être un modèle d'élévation numérique (DEM), une surface représentant le fond marin, ou un algorithme pour corriger la vitesse sonore.

Cette approche est supérieure à de simples contrôles internes de cohérence car elle protège contre les surajustements et révèle des biais cachés. Par exemple, si un DEM est construit en utilisant tous les sondes disponibles et ensuite évalué sur les mêmes sondes, les mesures d'erreur seront optimistement faibles. La validation croisée rompt ce raisonnement circulaire en s'assurant que l'ensemble d'évaluation est vraiment indépendant.

Approches communes de validation croisée

Plusieurs systèmes de validation croisée sont adaptés aux applications hydrographiques. Le choix dépend de la structure des données, de la taille de l'enquête et de la question de précision spécifique.

Valeur croisée k-Fold

En k-fold, la validation croisée est divisée au hasard en sous-ensembles k de taille à peu près égale. Le modèle est formé sur des sous-ensembles k−1 et validé sur le sous-ensemble restant. Ce processus est répété k fois, chaque sous-ensemble étant tenu une fois. La mesure de précision finale est la moyenne pour toutes les itérations k. Les choix communs pour k sont de 5 ou 10, ce qui permet de trouver un équilibre entre le coût de calcul et la fiabilité statistique.

Validation croisée des congés et des congés

La validation croisée (LOOCV) est un cas extrême de k-fold où k est égal au nombre de points de données. Chaque observation est utilisée une fois comme ensemble de validation, et le modèle est formé sur les points restants. LOOCV fournit une estimation presque impartiale de l'erreur de prédiction, mais est intensive en calcul pour les grands ensembles de données. En hydrographie, il est le plus utile pour traiter de petits ensembles de données de contrôle hautement prioritaires, comme un ensemble de profondeurs vérifiées par les plongeurs ou des points de contrôle verticaux.

Validation de la rétention

La validation de la validation croisée est la plus simple, où les données sont divisées en un ensemble de formation (habituellement 70 à 80 %) et un ensemble de tests (20 à 30 %). Le modèle est basé sur l'ensemble de formation et évalué sur l'ensemble de tests. Bien que la validation de la validation de la validation de la validation de la validation de la validation de la validation de la validation de la validation de la validation de la validation de la validation de la validation de la validation de la validation de la validation de la validation de la validation de la validation de la validation de la validation de la validation de la validation de la validation de la validation de la validation de la validation de la validation de la validation de la validation de la validation de la validation de la validation de la validation de la validation de la validation de la validation de la validation de la validation de la validation de la validation de la validation de la validation de la validation de la validation de la validation de la validation de la validation de la validation de la validation de la validation de la validation de la validation de la validation de la validation de la validation de la validation de la validation de la validation de la validation de la validation de la validation de la validation de la validation de la validation de la validation

Validation spatiale croisée pour l'hydrographie

Cependant, les données hydrographiques présentent souvent une forte autocorrélation spatiale, les sondes voisines étant plus semblables que les sondes éloignées. L'ignorance de ces données peut conduire à des estimations de précision trop optimistes. La validation spatiale inter-correlation s'attaque à cela en partitionnant les données basées sur des blocs spatiaux, des régions géographiques ou des lignes d'enquête. Par exemple, une approche consiste à laisser de côté des segments entiers ou des segments de lignes pendant la formation du modèle, puis à évaluer la manière dont le modèle interpole la région retenue.

Mesures d'évaluation de l'exactitude

Plusieurs mesures d'erreur standard quantifient l'écart. L'erreur carrée moyenne racine (RMSE) est largement utilisée parce qu'elle pénalise les erreurs importantes plus fortement que les petites. L'erreur absolue moyenne moyenne moyenne (EAM) fournit un écart plus intuitif. L'erreur moyenne, ou erreur moyenne, indique une surestimation systématique ou une sous-estimation. L'écart type des erreurs complète le biais en montrant l'écart. Les intervalles de confiance, comme le niveau d'incertitude à 95 % défini par l'OHI S-44, peuvent être estimés à partir de la distribution des résidus de validation.

Pour une assurance de qualité complète, il convient de les combiner avec d'autres contrôles, tels que la comparaison avec des enquêtes indépendantes de haut niveau (p. ex., la vérité au sol tirée de sondages de ligne de plomb ou le GPS RTK sur les caractéristiques exposées).

Mise en oeuvre de la validation croisée dans les flux hydrographiques

La plupart des logiciels de traitement de données hydrographiques (par exemple CARIS HIPS&SIPS, QPS Qimera, Hypack ou EIVA NaviSuite) offrent des capacités pour la création de sous-ensembles et la comparaison de surface. Pour les utilisateurs avancés, les langages de script comme Python ou MATLAB peuvent mettre en place des boucles de validation croisée personnalisées, y compris des contraintes spatiales et des mesures de validation multiples.

  1. Préparation des données:[ Nettoyer et filtrer les sonorités brutes, appliquer des corrections standard (tide, vitesse sonore, mouvement) et classer les nuages multifaisceaux.
  2. Définir la stratégie de validation:[ Choisissez entre la partition basée sur la ligne, la partition basée sur le bloc ou la partition aléatoire en k. Décidez de la fraction de données réservée à la validation.
  3. Création de modèle: Construire un modèle numérique d'élévation ou une surface calculée à partir du sous-ensemble d'entraînement en utilisant une méthode d'interpolation appropriée (p. ex. CUBE, voisin naturel, kriging).
  4. Validation: Extraire les profondeurs prévues aux emplacements des sondes retenues. Calculer les valeurs d'erreur (RMSE, MAE, biais).
  5. Itérer:[ Répéter pour chaque pli ou répéter l'ensemble du processus avec différentes graines aléatoires pour évaluer la stabilité.
  6. Documentation:[ Enregistrer la méthodologie, les estimations d'incertitude qui en résultent et tout ajustement apporté aux paramètres de traitement en fonction des résultats.

Pour assurer la reproductibilité, il est essentiel de documenter le concept de validation croisée spécifique, y compris la semence pour les fractions aléatoires (si utilisée) et les limites spatiales de tous les blocs.

Études de cas et applications

Étude de cas 1: Projet de cartographie côtière multifaisceaux

Une agence de cartographie côtière a effectué un relevé multifaisceaux d'un chenal d'approche portuaire à l'aide d'un système EM2040 de Kongsberg. Le relevé comprenait 40 lignes parallèles espacées à 3 fois la profondeur de l'eau. Pour évaluer la précision du DEM, les hydrographes ont appliqué la validation croisée spatiale en tenant des lignes entières (4 sur 40) de façon tournante. La validation a montré une RMSE de 0,15 m en profondeur allant de 5 à 20 m, dans le cadre des exigences de l'Ordre spécial de l'OHI S-44. Cependant, un biais notable de -0,05 m a été détecté dans un bloc, en raison d'un mauvais alignement subtil des marégraphes.

Étude de cas 2: Mise à jour du graphique avec LiDAR

Dans le cadre d'un projet de mise à jour de cartes marines peu profondes, un système LiDAR bathymétrique aéroporté (Leica Chiroptera 4X) a été utilisé pour cartographier une zone à fort gradients de clarté de l'eau. Le projet a utilisé une stratégie de validation de l'arrêt de la circulation où 20 % des points LiDAR ont été retenus au hasard lors de la création du DEM topobathymétrique. La mesure de validation a montré que l'EAM était de 0,08 m pour les profondeurs inférieures à 5 m et 0,18 m pour les profondeurs comprises entre 5 et 10 m. Ces résultats ont servi à attribuer des bandes d'incertitude aux nouvelles caractéristiques de la carte, et des vérifications supplémentaires à faisceau unique ont confirmé les résultats.

Étude de cas 3: Surveillance environnementale avec sonar sidescan

Pour évaluer la cohérence de la classification de l'habitat d'une année à l'autre, ils ont appliqué la validation spatiale croisée en utilisant des blocs de 5 fois basés sur des cellules de grille. La classification de chaque année a été validée par rapport à des points de vérité au sol indépendants provenant de relevés de la caméra de goutte. Les mesures d'erreur ont aidé à quantifier la répétabilité de la méthodologie de cartographie et à identifier les zones où l'incertitude de classification était trop élevée pour les décisions de gestion.

Meilleures pratiques et limites

Bien que la validation croisée soit puissante, elle doit être appliquée avec prudence. Une des limites critiques est qu'elle n'évalue que la capacité du modèle à prédire la distribution des données dont il est issu. Elle ne peut pas détecter des erreurs qui sont cohérentes dans l'ensemble de l'ensemble des données (p. ex., un biais dans le repère vertical de référence). Par conséquent, les évaluations de précision absolue nécessitent toujours des données de référence externes indépendantes.

Pour les très grands sondages (cents de millions de points) ou le traitement en temps réel, une heuristique plus simple peut être nécessaire. Cependant, avec le cloud moderne et le traitement parallèle, même les grands plans de pliage k sont gérables. Enfin, la validation croisée devrait être intégrée dans la phase de planification des sondages, non réaménagée après la collecte des données.

Orientations futures

L'intégration de l'apprentissage automatique dans le traitement des données hydrographiques ouvre de nouvelles voies de validation croisée. Les algorithmes automatisés de classification des sondes, de détection aberrante et d'interpolation de surface peuvent être validés selon les mêmes principes. Les méthodes d'ensemble, où plusieurs modèles sont combinés pour améliorer la précision, profiter de la validation croisée pour régler les hyperparamètres et évaluer la généralisation.

Les organismes de normalisation comme l'OHI et le FIG encouragent de plus en plus l'utilisation de la validation croisée dans le cadre des cadres d'assurance de la qualité. La prochaine édition de la norme S-44 devrait inclure des directives plus détaillées sur les techniques de validation statistique.

Conclusion

La validation croisée est une technique polyvalente et robuste pour évaluer la précision des relevés hydrographiques. En forçant le processus de validation à utiliser des données véritablement indépendantes, elle révèle des biais cachés et fournit des estimations d'incertitude réalistes qu'aucun étalonnage ou contrôle interne ne peut réaliser. Des tests simples de rétention à des conceptions de blocs spatiaux sophistiqués, la validation croisée peut être adaptée aux besoins spécifiques d'un projet, qu'il s'agisse d'une carte portuaire, d'une étude LiDAR côtière ou d'un programme de surveillance environnementale.

Pour plus de renseignements, consulter la publication de l'OHI Normes de l'OHI pour les levés hydrographiques S-44, le Manuel des procédures de terrain de la NOAA ]NOAA FPM[), et le document académique Validation de la corrosion des modèles bathymétriques [Jacobs et al., 2018]] pour des renseignements statistiques plus approfondis.